Buchumschlag

Entropy After </Think> for reasoning model early exiting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xi, McInerney, James, Wang, Lequn, Kallus, Nathan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Variation Due to Regularization Tractably Recovers Bayesian Deep Learning
von: McInerney, James, et al.
Veröffentlicht: (2024)

Optimization of Epsilon-Greedy Exploration
von: Che, Ethan, et al.
Veröffentlicht: (2025)

Adjusting Regression Models for Conditional Uncertainty Calibration
von: Gao, Ruijiang, et al.
Veröffentlicht: (2024)

Switching the Loss Reduces the Cost in Batch (Offline) Reinforcement Learning
von: Ayoub, Alex, et al.
Veröffentlicht: (2024)

A Statistical-Modelling Approach to Feedforward Neural Network Model Selection
von: McInerney, Andrew, et al.
Veröffentlicht: (2022)

Semiparametric Preference Optimization: Your Language Model is Secretly a Single-Index Model
von: Kallus, Nathan
Veröffentlicht: (2025)

Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data
von: Oprescu, Miruna, et al.
Veröffentlicht: (2024)

On the role of surrogates in the efficient estimation of treatment effects with limited outcome data
von: Kallus, Nathan, et al.
Veröffentlicht: (2020)

The Central Role of the Loss Function in Reinforcement Learning
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Robust and Agnostic Learning of Conditional Distributional Treatment Effects
von: Kallus, Nathan, et al.
Veröffentlicht: (2022)

A Reductions Approach to Risk-Sensitive Reinforcement Learning with Optimized Certainty Equivalents
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Demistifying Inference after Adaptive Experiments
von: Bibaut, Aurélien, et al.
Veröffentlicht: (2024)

Stationary Reweighting Yields Local Convergence of Soft Fitted Q-Iteration
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Fitted $Q$ Evaluation Without Bellman Completeness via Stationary Weighting
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits with Interference
von: Jia, Su, et al.
Veröffentlicht: (2024)

ERDE: Entropy-Regularized Distillation for Early-exit
von: Guidez, Martial, et al.
Veröffentlicht: (2025)

Exploration in the Limit
von: Cho, Brian M., et al.
Veröffentlicht: (2025)

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams
von: Cho, Brian, et al.
Veröffentlicht: (2024)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

Teaching Knowledge Management (SIG KM).
von: McInerney, Claire
Veröffentlicht: (2000)

Confidence-gated training for efficient early-exit neural networks
von: Mokssit, Saad, et al.
Veröffentlicht: (2025)

The Context Gathering Decision Process: A POMDP Framework for Agentic Search
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2026)

Low-Rank MDPs with Continuous Action Spaces
von: Bennett, Andrew, et al.
Veröffentlicht: (2023)

Is Cosine-Similarity of Embeddings Really About Similarity?
von: Steck, Harald, et al.
Veröffentlicht: (2024)

More Benefits of Being Distributional: Second-Order Bounds for Reinforcement Learning
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Efficient Adaptive Experimentation with Noncompliance
von: Oprescu, Miruna, et al.
Veröffentlicht: (2025)

Simulation-Based Inference for Adaptive Experiments
von: Cho, Brian M, et al.
Veröffentlicht: (2025)

GAAVI: Global Asymptotic Anytime Valid Inference for the Conditional Mean Function
von: Cho, Brian M, et al.
Veröffentlicht: (2026)

Functional Natural Policy Gradients
von: Bibaut, Aurelien, et al.
Veröffentlicht: (2026)

Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference
von: Jia, Su, et al.
Veröffentlicht: (2023)

Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations
von: Bibaut, Aurelien, et al.
Veröffentlicht: (2022)

Environmental Scanning and the Information Manager.
von: Newsome, James, et al.
Veröffentlicht: (1990)

Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes
von: Bennett, Andrew, et al.
Veröffentlicht: (2024)

Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

Contextual Linear Optimization with Partial Feedback
von: Hu, Yichun, et al.
Veröffentlicht: (2024)

Reward Maximization for Pure Exploration: Minimax Optimal Good Arm Identification for Nonparametric Multi-Armed Bandits
von: Cho, Brian, et al.
Veröffentlicht: (2024)

Efficient Inference for Inverse Reinforcement Learning and Dynamic Discrete Choice Models
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Reproductive behaviour of the blackspotted stickleback, Gasterostomus wheatlandi
von: McInerney, J. E
Veröffentlicht: (1969)

Justice, Complexity and Effective Governance in the Twenty-First Century
von: Thomas F. McInerney
Veröffentlicht: (2021)